La mémoire que l'entreprise n'a jamais écrite
Pourquoi l'IA cale dans les organisations avant le modèle et avant l'outil : l'entreprise ne sait pas dire ce qu'elle sait.
Si l'on pense une organisation comme un organisme vivant, que se passe-t-il quand elle doit réfléchir à sa propre mémoire ?
La plupart des entreprises font une tentative très fragile de formaliser la connaissance qui circule en leur sein, quand elles font quelque chose. Ce n'est pas nécessairement de la négligence, car ce travail coûte cher, exige une technologie que peu peuvent soutenir, et seule une petite part des entreprises voyait un retour à investir dans ce type de maturité. Beaucoup d'organisations savent que cela a du sens, mais presque aucune ne le fait.
Ce qui a changé, c'est que la littérature de recherche des derniers mois pointe toujours vers le même endroit lorsqu'elle demande pourquoi l'IA ne prend pas dans les organisations, et l'obstacle qu'elle rencontre apparaît avant le modèle et avant l'outil. Ce blocage tient à l'absence de connaissance formalisée, au fait que l'entreprise n'arrive pas à dire ce qu'elle sait.
C'est un sujet dont le génie logiciel discute depuis des décennies, sous le nom d'ingénierie des exigences, et l'ordre y a toujours été le même : obtenir la connaissance de ceux qui opèrent, comprendre ce que ces personnes doivent faire au quotidien, et seulement ensuite construire le système qui soutiendra ce travail.
À un moment donné, les entreprises se sont désintéressées de cette partie, et il en est resté deux schémas similaires : celui de ceux qui ont modélisé la connaissance une fois, le jour où ils ont acheté le système, sans jamais y revenir, et celui de ceux qui ont forcé un système générique, conçu à partir d'autres entreprises, à entrer dans un organisme qui n'était pas celui-là, en se contorsionnant pour accueillir un processus importé de l'extérieur.
La promesse d'aujourd'hui, c'est qu'adapter est devenu bon marché et rapide, et l'on peut en effet personnaliser la relation de chaque personne avec les systèmes de l'entreprise d'une manière impensable il y a peu. Mais sans quelqu'un pour organiser cela, le résultat tourne à la cacophonie, parce qu'au bout du compte le travail d'une organisation est de coordonner l'action, et coordonner exige de convenir des choses de façon explicite, chacun sachant ce qu'il fait et où les deux se rejoignent. Tout personnaliser pour tout le monde sans rendre cet accord visible produit beaucoup de gens qui utilisent un chat et améliorent un peu leur propre performance, sans que rien de cela ne devienne une capacité de l'entreprise.
Quand on externalise la connaissance qui était dans le corps de quelqu'un, cette personne semble devenue dispensable, et ce serait vrai si la mémoire était une chose figée. Mais l'intelligence naît d'une mémoire continuellement réévaluée, et les critères de cette réévaluation sont humains, faits de jugement et de projection de l'avenir.
Les IA projettent très bien le passé et inventent des futurs linguistiquement cohérents, sans que ces futurs soient cohérents pour de vrai, ce qui devrait laisser à quelqu'un la tâche de regarder le corps de connaissance de l'entreprise et de décider ce qui vaut encore, ce qui a vieilli et ce qui n'a jamais vraiment été ainsi.
Formaliser la mémoire d'une organisation place donc les personnes dans un cycle permanent de réflexion sur ce que l'entreprise sait, et celui qui portait cette connaissance dans son corps se met à la discuter, la réviser et la mettre à jour avec les autres, au lieu de la garder seul jusqu'au jour où il quitte l'entreprise et emporte tout avec lui.
Si vous essayez de faire fonctionner l'IA dans votre organisation, j'aimerais beaucoup savoir où cela bloque chez vous : si votre entreprise arrive à dire ce qu'elle sait, et qui, en pratique, revisite cette connaissance.
Cet article a été inspiré par le deuxième épisode de Life After AI, avec Diogo Dutra, disponible sur YouTube et Spotify. L'épisode est en portugais.